Исследователи разрабатывают энергоэффективный вероятностный компьютер путем объединения CMO со стохастическим наномагнетом

Схема, иллюстрирующая разницу в текущем детерминированном компьютере CMOS (A), неоднородной версии вероятностного компьютера, и (C) и (C) конечной формы вероятностного компьютера, полностью основанной на технологии Spintronics.Таблица на правой стороне представляет собой сравнение между ними с точки зрения области чипа, потребления энергии и производства.Кредит: Shunsuke Fukami и Kerem Camsari

Разработка компьютеров, способных эффективно выполнять вероятностные алгоритмы, часто используемые в искусственном интеллекте и машинном обучении, является проблемой, которые ученые давно стремились преодолеть.Подход, описанный в этой работе, представляет собой многообещающее и выполнимое решение для решения этого, причем исследователи подтверждают, что его превосходная вычислительная производительность и энергоэффективность превосходят технологию CMOS.

Детали этого прорыва были опубликованы в журнале Nature Communications 27 марта 2024 года.

Недавний искусственный интеллект и машинное обучение оказали трансформационное влияние на общества.В такой технологии вероятностные алгоритмы используются для решения проблем, когда неопределенность присуща неотъемлемую или где точное решение является вычислительно невозможным.Эти операции следуют конкретным инструкциям в контурах CMOS, но иногда существуют несоответствия между тем, как программное обеспечение (инструкции) и аппаратные (схемы) работают вместе, что приводит к несоответствиям в результатах.

По мере расширения роли искусственного интеллекта и машинного обучения существует высокий спрос на новую вычислительную парадигму, которая примиряет это несоответствие, достигая большей изощренности, в то же время значительно снижая потребление энергии.

В этом исследовании аспирант Кейто Кобаяши и профессор Шунсуке Фуками из Университета Тохоку, а также доктор Керем Камсари из Калифорнийского университета, Санта-Барбара и их коллеги, разработали гетерогенную версию вероятного компьютера, адаптированная для выполнения вероятностных вероисповеданияАлгоритмы и легкое производство.

«Наш построенный прототип продемонстрировал, что превосходная вычислительная производительность может быть достигнута путем управления псевдо -генераторами числа в детерминированной схеме CMOS с физическими случайными числами, генерируемыми ограниченным числом стохастических наномагнитов», - говорит Фуками.«В частности, ограниченное количество вероятностных битов (P-битов) со стохастическим соединением магнитного туннеля (S-MTJ) должно быть изготовлено с помощью технологии интеграции в ближайшем будущем».

Исследователи также пояснили, что окончательная форма вероятностного компьютера Spintronics, в основном составленной из S-MTJ, будет привести к снижению площади с четырьмя порядками и снижением потребления энергии на три порядка по сравнению с потреблением энергии по сравнению сТекущие CMOS схемы при запуске вероятностных алгоритмов.

В конечном счете, прототип Фуками и его коллег рассматривают ограничения текущих детерминированных CMO -схем для искусственного интеллекта и машинного обучения.«Мы ожидаем, что будущие исследования и разработки будут развиваться, что приведет к реализации в обществе инновационного вычислительного оборудования, которое может похвастаться исключительными вычислительными показателями и энергетическими возможностями»,-добавляет Фуками.

Больше информации: Нихал Санджай Сингх и др., CMOS плюс стохастические наномагниты, обеспечивающие гетерогенные компьютеры для вероятностных выводов и обучения, природная коммуникация (2024).Doi: 10.1038/s41467-024-46645-6